基于电子鼻技术分析糯米香茶风味的研究

利用电子鼻系统对不同干燥方式的糯米香茶茶汤风味进行分析检测,通过对传感器响应信号的处理及选取适当的模式识别方法,取得了较好的区分效果。结果表明,电子鼻能够区分不同干燥方式(恒温鼓风干燥、真空冷冻干燥、真空干燥)的糯米香茶茶汤风味。在模式识别中,判别因子分析法(DFA)的识别结果优于主成分分析法(PCA)。     

基于电子鼻技术的有机绿茶贮存期评价方法探讨

有机绿茶香气的质和量与其贮存期密切相关。采用常温下逐年贮存1～16年的有机绿茶样,使用电子鼻（E-nose）分析其香气。以化学计量学方法以及机器学习方法,比如核岭回归（Kernel ridge regression,KRR）、支持向量回归（Support vector regression,SVR）和反向传播神经网络（Back propagation neural networks,BPNN）等多元回归分析方法,建立电子鼻传感信号与茶叶贮存期之间的回归模型,并对各模型的性能进行评估。结果表明,BPNN模型具有较强的非线性拟合能力,集中地验证进一步证实了BPNN模型的泛化性能。研究结果表明基于金属氧化半导体（Metal oxide semiconductor,MOS）传感器的电子鼻分析方法可作为有机绿茶贮存期评估中的替代方法,结合BPNN模型,为实际生产中长期贮存的绿茶品质鉴别提供有效的预测模型。     

电子鼻技术在朗姆酒分类识别中的应用研究

采用德国AIRSENSE公司PEN3电子鼻嗅觉指纹分析系统对不同产地(中国、牙买加、古巴、危地马拉、菲律宾)的朗姆酒以及四种不同工艺原酒的香气进行了检测,分析电子鼻指纹图谱各特征峰,分别利用主成分分析方法(PCA)和线性判别因子分析法(LDA)建立了识别模型,采用传感器区分贡献率(Loadings)对传感器进行研究,确认各传感器对样品区分的贡献率大小,从而可以考察哪一类气体起了主要区分作用。结果表明:PEN3电子鼻不仅可以很好的区分不同产地的朗姆酒,而且对四种不同工艺的原酒也做出了较好的分类判别。     

电子鼻技术与感官审评对凤庆滇红茶香气的相关性分析

茶叶感官审评是评价茶叶品质最普遍、最直观的方式,电子鼻也被广泛应用于茶叶香气物质的分析。本试验采用电子鼻技术对凤庆县49个滇红茶的香气进行检测,结合感官审评评分,通过WinMuster、SPSS 22软件对检测数据进行分析,得到凤庆滇红茶的香气物质特征以及电子鼻与感官审评的相关系数。结果显示,各茶样间叶底法的判别效果优于干茶法和茶汤法。茶汤法与叶底法的G/G_0响应值明显高于干茶法,三种香气采集方式均为硫化物类、氮氧化合物、芳香成分有机硫化物、甲基类、醇醛酮类响应值最大,变化最明显,且古树红和野生红茶的响应值较其他红茶高。感官审评中工夫红茶各茶样间的评分差异较大,而名优滇红茶大部分茶样间的评分差异较小,这与电子鼻检测结果相一致。感官审评中香气和滋味的评分呈极显著正相关,叶底法与茶汤法中部分传感器与感官评分呈显著正相关,但干茶法与感官评分的相关性不显著。电子鼻技术与茶叶感官审评具有一定的相关性,两者相结合对茶叶香气的评价与鉴别具有重要意义。     

电子鼻评价不同萎凋工艺对红茶香气的影响

采用电子鼻检测技术并结合感官审评,对3种不同萎凋工艺的山东红茶进行评价分析。通过传感器响应值的变化和数据统计分析表明:电子鼻技术对不同工艺的红茶均有较好的响应,可有效区分不同萎凋程度的红茶,且第7、9、2、6和8号传感器在红茶香气区分中起主要作用,即萜烯类和硫化物、芳香型化合物、氮氧化合物、醇类和烷类对茶叶香气贡献较大。这几种成分可能是引起山东不同季节红茶品质差异的主体成分。感官审评表明重萎凋工艺制得的山东红茶品质更佳。     

电子鼻在对名优茉莉花茶香气评价中的应用

采用10个金属氧化物气敏传感器组成阵列的电子鼻对6个类型的茉莉花茶进行研究,并与感官评价进行对比分析。该研究采用顶空瓶内烘箱平衡的香气制备法,增强电子鼻响应信号、减少人为误差。结合主成分分析法(PCA)与线性函数判别分析法(LDA)对数据进行分析和识别。结果表明:电子鼻技术对不同类型的名优茉莉花茶均有较好的响应,且LDA法对不同类型茉莉花茶的准确判别率分别达到99.3%,实现了茉莉花茶的智能分类,与感官评价较为一致。上述结果表明应用电子鼻技术对不同类型名优茉莉花茶的香味鉴定是可行的,有望在不同类型名优茉莉花茶快速、有效区分领域得到广泛应用。     

基于电子鼻的“贵妃”芒果糖度酸度无损伤检测技术应用

以"贵妃"芒果为试材,利用电子鼻检测果实气味响应值,同时测定果实的糖酸度,采用偏最小二乘法(PLS)和BP神经网络建立了基于电子鼻的可溶性固形物、可滴定酸的品质预测模型。两种方法构建的可溶性固形物含量预测模型的建模集相关系数R均大于93%,可滴定酸测模型的建模集相关系数R均大于91%。其中,BP神经网络建模集的相关系数R均略高于PLS,建模均方均根误差(RMSEM)也较低。而预测集相关系数R和预测均方根误差(RMSEP)与PLS的相当或略低,BP神经网络模型对芒果糖酸度预测准确性略好于PLS。结果表明,PLS和BP神经网络模型的预测性能均较好,利用电子鼻技术对芒果品质进行无损伤检测是可行的。     

利用电子舌识别炒青绿茶的等级

以4个等级的炒青为研究对象,应用法国α-ASTREE电子舌检测装置并辅以模式识别对茶叶的质量进行评估,利用反向神经网络（BP-ANN）建立了判别模型,并通过主成分分析对一些参数进行优化。当提取5个主成分因子来建立模型时,模型对不同等级的茶叶识别率均达到100％。电子舌技术简单快速、成本低廉,能对茶叶加工、生产过程进行监控并实现快速分级,在茶叶质量的评价上具有很大潜力。     

新疆棉田农药药害类型及补救措施

近年来,在新疆地区棉花生产中,使用除草剂、生长调节剂、杀虫剂等农药已成为棉花高产栽培必不可少的技术措施.但在棉田使用农药过程中,由于农药品种选择错误、使用浓度过大、使用方法不当等原因常造成棉花药害,导致品质下降、减产甚至绝收.根据多年对棉田各种农药药害情况的观察,结合生产实践,现提出对棉田农药药害进行以下四种综合分类:     

基于电子鼻技术的云南不同茶区晒青毛茶香气分析

采用电子鼻技术对28份云南晒青毛茶茶样进行检测分析,以期为云南不同茶区晒青毛茶的香气判别确立一种有别于人为感官审评的分析方法.结果表明:主成分分析方法(PCA)能很好地区分不同地区晒青毛茶干茶、茶汤和叶底的香气,且可根据电导率值的范围值将供试茶样进行类群划分.通过传感器区分贡献率分析可知,传感器W1W、W1S、W2W和...